智能化發(fā)展趨勢 企業(yè)應該重視起來

數據挖掘技術可以實現對公司客戶進行精準分類，以便使個性化的產品或者服務供給有需求的客戶。運用數據挖據技術得出的知識發(fā)現，看似毫無聯系的兩種或多種產品之間，有著不被了解的緊密聯系，那商家可以根據此聯系將相關產品在擺放陳列時采用位置最佳原則。

隨著信息技術的飛速發(fā)展，數字化、網絡化和云計算正在與人們的生活日益融合，而智能化的概念也開始在各行各業(yè)及人們的生活中逐漸蔓延開來。如今企業(yè)的發(fā)展，正在向智能化轉型…

互聯網技術的發(fā)展，讓企業(yè)更重視客戶的感知體驗。如果企業(yè)研發(fā)出的產品不具備較好的交互體驗，就不具備更高的產品價值，即使實現產業(yè)化，也無法在激烈的競爭中勝出。

數據挖掘在企業(yè)CRM中的應用

1.理解和發(fā)展CRM系統客戶(包括營銷經理、營銷人員以及客戶)的應用區(qū)域、日標以及相關知識。

2.為CRM系統定義商業(yè)目標集合，并為每個目標建立恰當的模型。例如，“提高客戶對企業(yè)促銷的響應率”或“提高每個客戶響應的價值”這兩個目標所需要的模型是不同的，并且在定義問題的同時，也生成了評價CRM應用結果的標準和方法，即確定了數據挖掘結果的評價指標。

3.數據準備處理。包括對數據的選擇、預處理和清洗以及對數據的轉換和歸納。搜索所有相關的數據，根據挖掘的需要選取較為重要的數據源。在此基礎上完成對數據的預處理和清洗，以此來解決臟數據中的冗余、缺值、數據不一致等問題。之后依靠作業(yè)目標來尋找有用特征表示數據。利用多維歸納或轉換方法來減少變量的有效數目。

4.數據挖掘準備。包括選樣數據挖掘任務、挑選數據挖掘算法以及搜索有意義的模式。

5.數據挖掘，包括按照特定的方式搜索有意義的模式，或模式集合。

6.解釋挖掘得到的數據模式，并可能返回到上述各步循環(huán)操作。

7.集結發(fā)現的指示，集成發(fā)現的知識到績效系統，或簡單將其做成文本提交給感興趣者。

當前數據挖掘大多是對構建于企業(yè)內網的CRM數據進行分析，對于來自web的各種渠道的數據處理能力較弱，這是今后的一個大方向。在數據挖掘支持流程中嵌入專家系統的研究。數據挖掘支持流程的第三步可以考慮用專家系統來代替人類的工作，從而進一步提升CRM系統的智能化。